[논문]손가락 경직을 모사하는 로봇 시뮬레이터를 이용한 경직도 검진의 신뢰도 평가

하도경; 박형순

doi:10.3795/ksme-b.2017.41.2.125

손가락 경직을 모사하는 로봇 시뮬레이터를 이용한 경직도 검진의 신뢰도 평가
Reliability of Modified Ashworth Scale Using a Haptic Robot Finger Simulating Finger Spasticity 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. B. B, v.41 no.2 = no.377, 2017년, pp.125 - 133

하도경 (한국과학기술원 기계항공시스템학부) , 박형순 (한국과학기술원 기계항공시스템학부)

초록
AI-Helper

본 연구에서는 환자의 손가락 경직을 모사하는 손가락 시뮬레이터를 통해 손가락 경직도 검진에서의 검진자간 신뢰도에 대해 연구하였다. 시뮬레이터를 제어하기 위해 경직에서 나타나는 토크를 간단하게 모델링 하고 손가락 경직 환자로부터 간단한 측정 모듈을 이용해 각각의 Modified Ashworth Scale(MAS) 등급에 맞는 파라미터를 얻어냈다. 또한 중수지 관절에 모터가 위치한 손가락 형태의 로봇을 설계하여 경직 토크 모델을 따르는 시뮬레이터를 개발하였다. 이 시뮬레이터를 통해 일곱 명의 재활의학과 전문의들의 검진 결과를 평가해본 결과 중수지 관절에서 0.619, 근위지간 관절에서 0.514의 Cohen's Kappa 값을 보였다. 검진자간의 Fleiss' Kappa 값은 중수지 관절에서 0.513, 근위지간 관절에서 0.486으로 나타났다. 또한 검진자들은 각각의 주관적인 MAS 검진 기준을 가진다는 것을 확인하였다. 결과적으로 같은 환자에 대한 MAS 검진 신뢰도가 높지 않기 때문에 개발된 로봇 시뮬레이터는 검진자의 신뢰도를 높일 수 있는 교육용 도구로서 활용 가능함을 확인하였다.

Abstract ▼ AI-Helper

This paper presents the inter-rater reliability of finger spasticity assessment tested realized by using finger simulator that mimics finger spasticity of patients after a stroke. For controlling the simulator torque, finger spasticity was modeled, and the model parameters were obtained by measuring quantitative data while grading based on Modified Ashworth Scale (MAS). A robotic finger simulator was designed for mimicking finger spasticity. Evaluation of this simulator with the help of seven rehabilitation doctors showed that the simulator had a Cohen's kappa value of 0.619 for Metacarpophalangeal Joint and 0.514 for Proximal Interphalangeal Joint. Fleiss' kappa between raters is 0.513 for Metacarpophalangeal Joint and 0.486 for Proximal Interphalangeal Joint. Therefore, the spasticity assessment made by MAS grade system is not reliable owing to the subjectivity of the assessment. The proposed robotic simulator can be used as a training tool for improving the reliability of the spasticity assessment.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

손가락 시뮬레이터는 손가락 경직 환자의 검진을 학습하여 경직도 검진의 신뢰도를 높이는데 목적이 있다. 따라서 실제 사람의 손가락과 유사한 형태로 시뮬레이터를 제작하고자 하였다.
한편, 무릎이나 팔꿈치와 같이 비교적 측정이 쉬운 관절의 경직도에 비해 손의 경직도는 측정이 어렵고 검진방식도 다르지만 관련된 연구는 미흡한 실정이다. 따라서, 본 연구에서는 MAS 등급별 손가락 경직 환자 데이터를 통해 독립적인 움직임이 가능한 중수지 관절과 근위지간 관절, 두 관절에 대한 손가락 경직 토크 모델을 수립하고자한다. 또한 이 경직 토크 모델을 구현 할 수 있는 손가락 시뮬레이터를 제작하여 실제 검진을 통해 이 시뮬레이터의 신뢰도를 평가하고자 한다.
따라서, 본 연구에서는 MAS 등급별 손가락 경직 환자 데이터를 통해 독립적인 움직임이 가능한 중수지 관절과 근위지간 관절, 두 관절에 대한 손가락 경직 토크 모델을 수립하고자한다. 또한 이 경직 토크 모델을 구현 할 수 있는 손가락 시뮬레이터를 제작하여 실제 검진을 통해 이 시뮬레이터의 신뢰도를 평가하고자 한다.
본 연구는 환자의 손가락에서 나타나는 경직을 모델링 하여 손가락 형태의 시뮬레이터 적용하여 보는 것으로, 실제 의사들의 검진을 통해 이 시뮬레이터의 타당성과 현재 손가락 검진에서의 문제점을 파악하여 보는 실험을 수행하였다.
본 연구에서는 경직을 시뮬레이터에 모사하여 나타내고, 그것을 통한 교육이 주목적이기 때문에 완벽한 경직 토크 모델을 수립하여 제어하기보다 순간적인 catch를 단순하게 모델링 한 후 손가락 경직의 모델을 구축하기 위한 정량적인 매개변수와 그 값들을 찾아보고자 하였다.
손가락 시뮬레이터는 손가락 경직 환자의 검진을 학습하여 경직도 검진의 신뢰도를 높이는데 목적이 있다. 따라서 실제 사람의 손가락과 유사한 형태로 시뮬레이터를 제작하고자 하였다.
이 연구에서는 환자의 팔꿈치에서 나타나는 경직 현상을 측정하기 위해 환자의 팔꿈치 각도와 경직 측정 시 검진자가 느끼는 토크를 측정하였다. 이를 통해 얻은 물리적 특성 값들을 통해 각 MAS 등급에서의 경직 토크 모델을 도출하고, 이를 햅틱 시뮬레이터에 구현하였다.
Haptic Elbow Spasticity Simulator (HESS)⁽¹⁰⁾는 팔꿈치에서의 경직도 검진 신뢰도에 대한 연구를 위해 개발된 햅틱 로봇 장치이다. 이 연구에서는 환자의 팔꿈치에서 나타나는 경직의 토크를 측정하고 모델링을 하여 경직 현상을 모사했다.

가설 설정

경직은 Catch 현상을 기준으로 Pre-Catch, Catch, Post Catch 구간으로 나누어 모델링을 진행하였고, Pre-Catch와 Post Catch 구간에서는 손가락을 스프링-댐퍼 시스템으로 가정하였다.
Pre-Catch 구간은 Catch 현상이 일어나기 전으로, 경직에 의한 영향이 나타나기 이전 구간을 의미한다. 이 구간은 경직이 없는 정상적인 손가락과 유사한 형태로 토크 반응을 보이는 것으로 가정하여 기존 연구에서 사용되는 모델을 활용하였다.

제안 방법

Catch의 크기가 속도에 의해 결정된다는 Lance의 정의에(16) 따라 H라는 계수를 두어 Catch에서의 토크가 속도에 비례하도록 하였고, 일정 시간 최대 토크가 유지된 이후 일정 비율로 감소된 토크를 내어주어 기존에 연구된 신전반사의 형태(11)를 모사해주고자 하였다.
이후 근위지간 관절과 중수지 관절에 대해 각각 20회의 검진을 진행하였다. 각 관절은 MAS 1부터 MAS 3까지 4가지 등급으로 각각 5회씩 임의의 순서로 진행하였다. 검진이 끝난 후, 각 검진자들에게 실제 손가락에서 경직이 나타나는 환자와 얼마나 유사한지를 10점 만점으로 답변해주길 요청하였다.
각 관절은 MAS 1부터 MAS 3까지 4가지 등급으로 각각 5회씩 임의의 순서로 진행하였다. 검진이 끝난 후, 각 검진자들에게 실제 손가락에서 경직이 나타나는 환자와 얼마나 유사한지를 10점 만점으로 답변해주길 요청하였다.
측정된 데이터는 시간에 따른 각 관절의 각도 정보 및 시간에 따라 검진자가 가해준 힘의 정보로, 손가락의 역동역학 모델을 통해 각 관절에서 나타난 토크를 계산하였다. 계산된 토크에서 Pre-Catch, Catch, Post-Catch 구간을 나누어 각각의 파라미터를 받아 보았다.
그 원인을 파악하기 위해 검진자들의 검진 결과와 계산된 토크 그래프를 확인해보았다. Table 6과 Table 7은 특징적인 두 검진자의 중수지 관절에 대한 검진 결과를 나타낸 표이다.
손가락 시뮬레이터는 의사들이 학습을 하는 과정에서 편리하도록 실제 사람의 손가락보다 약간 크게 설계되었다. 따라서 Fig. 4와 같이 실제 손가락의 비율을 생각하여 손가락 끝 마디부터 첫마디까지 각각 16mm, 30mm, 44mm로, 총 길이가 90mm가 되며 너비와 높이가 각각 18.8mm, 14mm인 손가락 형태의 프레임을 설계하였다.
또한, 경직이 있는 팔꿈치에서의 토크를 선형 스프링-댐퍼 시스템으로 가정한 연구⁽¹³⁾와 손가락을 선형 스프링-댐퍼 시스템으로 fitting 한 연구⁽¹⁴⁾가 있었다. 따라서 다음과 같이 손가락 관절에서의 토크를 간단한 선형 스프링-댐퍼 시스템으로 모델링하였다.
또한, 환자의 관절에서 나타나는 토크를 측정하는 대신 검진자가 가해주는 힘을 측정하기 위해 Model 13 – 10lb (Honeywell)을 이용하여 착용 가능한 힘 측정 모듈을 제작하였다.
손가락 경직 환자들의 움직임에 영향을 받지 않고 각도 정보를 측정하기 위해 Data Glove 14 Ultra(5th Dimension Technology)를 사용하였고, 경직이 심하여 Data Glove 14 Ultra의 착용이 어려운 경우 Bend Sensor®를 이용하여 손가락 하나에 대한 중수지 관절과 근위지간 관절의 각도를 착용할 수 있도록 제작된 손가락 각도 측정 모듈을 이용하였다.
손가락 시뮬레이터의 하드웨어는 성인 남성의 손 크기를 고려하여 설계되었고 모터를 중수지 관절부의 양쪽에 달아 기어를 통해 근위지간 관절로 동력을 전달하도록 하였다.
완성된 시스템을 이용하여 재활의학과 전문의 일곱 명에게 손가락 시뮬레이터의 검진 실험을 진행하였다.
우선 의사들은 MAS 검진 시 손가락 시뮬레이터에서 나타난 토크를 확인해보기 위해 힘 측정 모듈을 착용하고 검진을 진행한다. 이후 약 5분간 임의의 MAS 등급을 모사하는 손가락 시뮬레이터를 움직여 보며 시뮬레이터의 느낌에 익숙해지도록 하였다.
우선, 손가락에서 나타나는 경직을 기존 연구와 마찬가지로 Catch 현상을 기준으로 Fig. 1과 같이 3가지 구간, 즉 Pre-Catch, Catch, Post-Catch로 나누어 분석하였다.⁽¹⁰⁾
프레임 내부의 기어는 근위지간 관절까지 이어져 동력을 전달해줄 수 있도록 설계하였다. 원위지 골간관절은 독립적인 검진이 일어나지 않기 때문에 고무줄을 통해 일정한 강성을 가지도록 구현해주었다.
마지막으로 Post-Catch 구간에서는 Catch에서 나타난 신전 반사가 끝난 후, 관절은 다시 기존의 선형 스프링-댐퍼 시스템으로 가정을 할 수 있다. 이 때, 경직에 의해 stiffness가 변화할 수 있으므로 Pre-Catch 구간과 다른 Stiffness를 이용하여 토크를 얻었다.
이를 토대로 손가락 시뮬레이터는 원위지 골간 관절은 제어하지 않고 실제 MAS 검진이 주로 이루어지는 근위지간 관절과 중수지 관절에 대해 독립적인 구동이 가능하도록 설계하였다.
이 연구에서는 환자의 팔꿈치에서 나타나는 경직 현상을 측정하기 위해 환자의 팔꿈치 각도와 경직 측정 시 검진자가 느끼는 토크를 측정하였다. 이를 통해 얻은 물리적 특성 값들을 통해 각 MAS 등급에서의 경직 토크 모델을 도출하고, 이를 햅틱 시뮬레이터에 구현하였다. 이 시뮬레이터는 높은 일치도의 경직도 검진 결과를 보였고 이 시뮬레이터를 통한 학습을 통해 실제 검진 결과의 신뢰도 증진 가능성을 보였다.
이때, MAS 등급에 대한 학습 효과를 배제하기 위해 손가락 시뮬레이터가 구현하고 있는 MAS 등급에 대해서는 언급하지 않았다. 이후 근위지간 관절과 중수지 관절에 대해 각각 20회의 검진을 진행하였다. 각 관절은 MAS 1부터 MAS 3까지 4가지 등급으로 각각 5회씩 임의의 순서로 진행하였다.
우선 의사들은 MAS 검진 시 손가락 시뮬레이터에서 나타난 토크를 확인해보기 위해 힘 측정 모듈을 착용하고 검진을 진행한다. 이후 약 5분간 임의의 MAS 등급을 모사하는 손가락 시뮬레이터를 움직여 보며 시뮬레이터의 느낌에 익숙해지도록 하였다. 이때, MAS 등급에 대한 학습 효과를 배제하기 위해 손가락 시뮬레이터가 구현하고 있는 MAS 등급에 대해서는 언급하지 않았다.
)의 전류제어모드에서 구동되도록 하였다. 전력공급을 위한 파워 서플라이(NES-350-36, Meanwell)와 제어를 위한 DAQ 보드(PCI-6225, National Instruments)를 추가하여 최종 시스템을 구성하였다. 시스템은 LabVIEW를 통해 제어되었다.
측정된 데이터는 시간에 따른 각 관절의 각도 정보 및 시간에 따라 검진자가 가해준 힘의 정보로, 손가락의 역동역학 모델을 통해 각 관절에서 나타난 토크를 계산하였다.

대상 데이터

실험은 Table 2와 같이 손 경직 증상을 보이는 뇌졸중과 척수손상 환자 다섯 명에 대해서 진행되었고, 양 손의 엄지 손가락을 제외한 나머지 4개의 손가락에 대해서 각각 MAS 검진을 반복하며 데이터를 수집했다. Data glove의 경우 독자적인 프로그램을 통해 데이터를 수집하였고, 각도 측정 모듈과 힘 측정 모듈은 USB-6002(National Instrument)를 통해 LabVIEW로 데이터를 수집하였다.
6Nm에 미치지 못한다. 따라서 0.8Nm 정도의 최대 토크를 가지는 모터를(RE30, Maxon Motor Inc.) 선정하였다. 각각의 모터는 모터 드라이버(ADS 50/5, Maxon Motor Inc.
손가락 시뮬레이터 검진 실험은 일곱 명의 재활의학과 전문의를 대상으로 진행되었다.
실험은 Table 2와 같이 손 경직 증상을 보이는 뇌졸중과 척수손상 환자 다섯 명에 대해서 진행되었고, 양 손의 엄지 손가락을 제외한 나머지 4개의 손가락에 대해서 각각 MAS 검진을 반복하며 데이터를 수집했다.

데이터처리

손가락 시뮬레이터가 모사하고자 한 MAS 등급과 실제 검진 결과 간의 신뢰도를 확인해보기 위해 Cohen’s Kappa(8)로 계산하였다.
우선, Pre-Catch의 경우 MAS 등급과 무관하게 정상인과 유사한 특성을 지니는 것으로 가정하였기 때문에 모든 실험 결과에 대해 least square method를 사용하였다.

성능/효과

Table 1⁽⁹⁾은 기존 연구에서 6명의 검진자에 대해 검진자간 신뢰도를 계산한 표이다. 720회의 테스트를 통해 얻어낸 평균 kappa가 0.14에서 0.42 사이로 나타났다. 이것은 신뢰도 개선의 필요함을 의미한다.
검진자들이 평가한 환자와의 유사도는 MAS 등급에 따라 다르게 나타났는데, 10점 만점의 평가에 대해서 MAS 1과 MAS 3의 경우 7.571(±0.942), MAS 1+의 경우 7.071(±1.208), MAS 2의 경우 6.643(±0.953)로 나타났다.
그 결과 검진자 간 신뢰도가 매우 낮게 (κ = 0.236) 나타날 수 있다는 것을 확인하였으며, 특정 경향성을 확인할 수 있었다.
Post-Catch 구간 또한 이와 같은 방법으로 계산하였다. 그 결과, 손가락의 두 관절에서 유사하게 나타나 k = 0.122Nm/deg로 얻어졌다.
486로 나타났다. 그 원인으로는 전문의에게서 각자의 주관적인 검진 기준이 있고 MAS를 해석하는데 개인적인 차이가 있다는 것이 확인되었다. 그 결과 검진자 간 신뢰도가 매우 낮게 (κ = 0.
한편 각 관절의 각 MAS 등급마다 검진자간 관절에서 나타난 토크를 확인하여 본 결과 각 MAS 등급에서 나타나는 Catch 토크의 형태는 유사한 형태로 나타나는 경우가 많다. 따라서 손가락 시뮬레이터가 실제로 입력된 MAS 등급을 구현하여 주고 있다는 것을 확인할 수 있다.
또한, 검진자간의 신뢰도를 나타내는 Fleiss’ kappa는 중수지 관절과 근위지간 관절에 대해 각각 κ = 0.513와 κ = 0.486로 나타났다.
Subject 5은 검진을 진행하면서 MAS 3를 거의 느끼지 못하였다. 또한, 손가락 시뮬레이터와 사람간의 유사성에 대한 질문에 대해 환자의 MAS 3에 해당하는 강한 토크를 시뮬레이터에서 느끼지 못했다는 반응을 보였다. 반면 Subject 7은 손가락 시뮬레이터를 검진 할 때, 상대적으로 더 높은 등급의 MAS 등급을 느꼈다.
손가락 시뮬레이터는 의사들이 학습을 하는 과정에서 편리하도록 실제 사람의 손가락보다 약간 크게 설계되었다.
손가락 시뮬레이터에 구현된 MAS 등급과 검진 결과를 Cohen’s kappa를 통해 비교해보면, 중수지 관절에 대해 평균적으로 κ = 0.619(±0.216), 근위지간 관절에 대해 κ = 0.514(±0.181)를 가지는 것을 확인하였다.
손가락 시뮬레이터에서 나타낸 토크 그래프를 살펴보면, 손가락 시뮬레이터에서 나온 토크의 형태가 동일한 MAS 등급 내에서 유사하게 나타나는 것을 확인하여 볼 수 있었다.
이는 MAS 등급에 대한 개인적인 해석차이로, Subject 7의 경우 수동 스트레칭이 어렵다는 MAS 3의 특징을 확인해본 반면 Subject 5의 경우 근긴장도의 크기에 주안점을 두었기 때문에 나타난 결과로 보인다. 이 결과는 검진자간 근긴장도에 대한 기준이 다르다는 것과 MAS를 해석하는 방법이 다르다는 것을 뒷받침한다.
이를 통해 얻은 물리적 특성 값들을 통해 각 MAS 등급에서의 경직 토크 모델을 도출하고, 이를 햅틱 시뮬레이터에 구현하였다. 이 시뮬레이터는 높은 일치도의 경직도 검진 결과를 보였고 이 시뮬레이터를 통한 학습을 통해 실제 검진 결과의 신뢰도 증진 가능성을 보였다.
15Nm으로 손가락 시뮬레이터를 검진하면서 Subject 5가 Subject 7보다 더 큰 토크를 느꼈다는 것을 확인할 수 있다. 이를 통해 Subject 5와 Subject 7두 검진자 사이에서 주관적인 기준차이에 의해 MAS 검진 결과가 매우 다르게 나타난 것을 확인할 수 있다.
전체적인 손가락 검진 결과를 살펴보면 손가락 시뮬레이터를 통해 구현하고자 하였던 손가락 MAS 등급과 유사한 검진 결과를 보이는 것을 알수 있다. 손가락 시뮬레이터가 모사하고자 한 MAS 등급과 실제 검진 결과 간의 신뢰도를 확인해보기 위해 Cohen’s Kappa⁽⁸⁾로 계산하였다.
환자의 손가락에서 나타나는 토크를 측정한 결과를 종합해보면 최대 토크 값이 0.6Nm에 미치지 못한다. 따라서 0.

후속연구

이 결과는 손가락 시뮬레이터가 환자의 손가락과 비슷한 경향을 나타냈지만 일치도는 높지 않다는 것을 보여준다. 따라서 연구의 진행을 위해 손가락 시뮬레이터가 충분한 MAS 등급에 따른 모델을 구현하고 있지 못한 것인지를 확인해 보아야 할 필요가 있었다.
본 연구가 추후에 진행 됨에 따라 실제 손가락 시뮬레이터를 통한 손가락 경직도 검진 학습이 이루어질 경우의 검진 신뢰도 증가에 대한 추가 연구가 진행될 수 있을 것으로 보인다. 또한, 추후에 실제 손가락의 구동 메커니즘을 함께 모사하게 된다면 백조목 손가락 변형 증상과 같이 실제 환자처럼 특정 자세를 취하고 있거나 중수지 관절과 근위지간 관절이 함께 경직 현상을 나타내는 등의 정밀한 모사가 가능할 것으로 기대된다.
본 연구가 추후에 진행 됨에 따라 실제 손가락 시뮬레이터를 통한 손가락 경직도 검진 학습이 이루어질 경우의 검진 신뢰도 증가에 대한 추가 연구가 진행될 수 있을 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	중추신경질환의 예시는 무엇인가?	전세계적으로 뇌졸중, 파킨슨씨병, 척추손상 등의 중추신경질환 환자가 증가하고 있다.(1,2) 이러한 중추신경질환은 운동을 주관하는 신경계에 문제를 일으켜 많은 장애를 유발한다.
	중추신경질환이 유발하는 것은 무엇인가?	전세계적으로 뇌졸중, 파킨슨씨병, 척추손상 등의 중추신경질환 환자가 증가하고 있다.(1,2) 이러한 중추신경질환은 운동을 주관하는 신경계에 문제를 일으켜 많은 장애를 유발한다. 중추신경질환으로 인한 장애는 근본적인 치료가 어려운 대신 꾸준한 재활을 통해 증상이 개선될 수 있다.
	본 논문에서 실시한, 환자의 손가락 경직을 모사하는 손가락 시뮬레이터 분석 결과는 어떠한가?	또한 중수지 관절에 모터가 위치한 손가락 형태의 로봇을 설계하여 경직 토크 모델을 따르는 시뮬레이터를 개발하였다. 이 시뮬레이터를 통해 일곱 명의 재활의학과 전문의들의 검진 결과를 평가해본 결과 중수지 관절에서 0.619, 근위지간 관절에서 0.514의 Cohen's Kappa 값을 보였다. 검진자간의 Fleiss' Kappa 값은 중수지 관절에서 0.513, 근위지간 관절에서 0.486으로 나타났다. 또한 검진자들은 각각의 주관적인 MAS 검진 기준을 가진다는 것을 확인하였다. 결과적으로 같은 환자에 대한 MAS 검진 신뢰도가 높지 않기 때문에 개발된 로봇 시뮬레이터는 검진자의 신뢰도를 높일 수 있는 교육용 도구로서 활용 가능함을 확인하였다.

참고문헌 (20)

Mozaffarian, D., Benjamin, E.J., Go, A.S., Amett, D.K, Blaha, M.J., Cushman, M., de Ferranti, S., Despres, J.P., Fullerton, H.J., Howard, V.J., Huffman, M.D., Judd, S.E., Kissela, B.M, Lackland, D.T., Lichtman, J.H, Lisabeth, L.D., Liu, S., Mackey, R.H., Matchar, D.B., McGuire, D.K., Mohler III, E. R., Moy, C.S., Muntner, P., Mussolino, M.E., Nasir, K., Neumar, R.W., Nichol, G., Palaniappan, L., Pandey, D.K., Reeves, M.J., Rodriguez, C.J., Sorlie, P.D., Stein, J., Towfighi, A., Turan, T.N., Virani, S.S., Willey, J.Z., Woo, D., Yeh, R.W. and Turner, M.B., 2015, "Heart Disease and Stroke Statistics-2015 Update: a Report from the American Heart Association," Circulation, Vol. 131, No. 4, e29-322.

상세보기
The National SCI Statistical Center., 1999, "Facts and Figures at a Glance," Birmingham: University of Alabama.
Trombly, C.A., 1989, "Occupational Therapy for Physical Dysfunction," Lippincott Williams & Wilkins, Baltimore, pp. 454-471.
Lance, W.W., 1980, "The Control of Muscle Tone, Reflexes and Movement: Robetd Wartenberg Lecture," Neurology, Vol. 30, pp. 1303-1313.

상세보기
Ashworth, B., 1964, "Preliminary Trial of Carisoprodol in Multiple Sclerosis," Practitioner, Vol. 192, pp. 540-542.

상세보기
Bohannon, R.W. and Smith, M.B., 1987, "Interrater Reliability of a Modified Ashworth Scale of Muscle Spasticity," Physical Therapy, Vol. 67, No. 2, pp. 206-207.

상세보기
Gracies, J.M., Marosszeky, J.E., Renton, R., Sandanam, J., Gandevia, S.C. and Burke, D., 2000, "Short-term Effects of Dynamic Lycra Splints on Upper Limb in Hemiplegic Patients" Arch Phys Med Rehabil, Vol. 81, No. 12, pp. 1547-55.

상세보기
Cohen, J., 1960, "A Coefficient of Agreement for Nominal Scales," Educational and Psychological Measurement, Vol. 20, No. 1, pp. 37-46.

상세보기
Mehrholz, J., Wagner, K., Meissner, D., Grundmann, K., Zange, C., Koch, R. and Pohl, M., 2005, "Reliability of the Modified Tardieu Scale and the Modified Ashworth Scale in Adult Patients with Severe Brain Injury: a Comparison Study," Clin Rehabil, Vol. 19, No. 7, pp. 751-759.

상세보기
Park, H.S., Kim, J. and Damiao, D.L., 2012, "Development of a Haptic Elbow Spasticity Simulator (HESS) for Improving Accuracy and Reliability of Clinical Assessment of Spasticity," IEEE Trans. Neural Syst Rehabil Eng., Vol. 20, No. 3, pp. 361-370.

상세보기
Zhang, L. Q., Huang, H., Sliwa, J. A. and Rymer, W. Z., 1999, "System Identification of Tendon Reflex Dynamics," IEEE Trans. Rehabil. Eng., Vol. 7, No. 2, pp. 193-203.

상세보기
Hill, A.V., 1938, "The Heat of Shortening and Dynamics Constants of Muscles," Proc. R. Soc. London. B, Vol. 126, No. 843, pp. 136-195.

상세보기
Patrick, H. M., Janice, J. E. and Antony, J. H., 2003, "Linear Spring-damper Model of the Hypertonic Elbow: Reliability and Validity," Journal of Neuroscience Methods, Vol. 128, No. 1-2, pp. 121-128.

상세보기
Devin, L.J., Aruna, D. B. and Jack, T. D., 2004, "Finger Joint Impedance during Tapping on a Computer Keyswitch," Journal of Biomechanics, Vol. 37, No. 10, pp. 1589-1596.

상세보기
Calota, A., Feldman, A.G. and Levin, M.F., 2008, "Spasticity Measurement Based on Tonic Stretch Reflex Threshold in Stroke Using a Portable Device," Clin. Neurophysiol, Vol. 119, no. 10, pp. 2329-2337.

상세보기
Lance, W.W., 1980, "The Control of Muscle Tone, Reflexes and Movement: Robert Wartenberg Lecture," Neurology, Vol. 30, No. 12, pp. 1303-13.

상세보기
Jeong, H.-S. and Jeong, H.-S., 2003, "Descriptive Survey on the Dimensions and the Characteristics of Korean Hands in General," Journal of the Ergonomics Society of Korea, Vol. 22, No. 2, pp. 29-44.

원문보기 상세보기
Lee, J. and Kunii, T., 1995, "Model-based Analysis of Hand Posture," IEEE Computer Graphics and Applications, Vol. 15, No. 5, pp. 77-86.

상세보기
McHugh, M.L., 2012, "Interrater Reliability: the Kappa Statistic," Biochem Med (Zagreb), Vol. 22, No. 3, pp. 276-282.
Fleiss, J. L., 1981, "Statistical Methods for Rates and Proportions" 2nd ed., John Wiley., New York, pp. 38-46.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증